Senior Data Scientist

Senior Data Scientist (w/m/d) | hybrid (office/remote)

Bei Otto Group data.works brennen wir für Innovation und das Ausloten technologischer Grenzen. Unsere Abteilung, bestehend aus rund 35 Tech-Enthusiasten, entwickelt Daten
- und KI-Produkte für verschiedene Unternehmen der Otto Group. Unser Produktportfolio besteht aus Chatbots, Verkaufsprognosemodellen, Lösungen zur Bilderzeugung und vielen weiteren Produkten. Wir nutzen sowohl traditionelle Methoden des maschinellen Lernens (wie NLP, Clustering, Regression und Klassifikation) als auch die neuesten Fortschritte in der generativen KI (wie Large Language Models und Text-zu-Bild).

Unsere kleinen, agilen Teams bestehen aus einem Product Manager, Data Scientists und Data Engineers. Gemeinsam erzielen wir schnelle und wirkungsvolle Ergebnisse. Wir sind für den gesamten Produktlebenszyklus verantwortlich - von der ersten Forschung und Experimentierung bis hin zur Entwicklung und dem Betrieb in der Produktion. Jedes Teammitglied übernimmt Verantwortung für die Produkte des Teams.

Bei data.works schätzen wir Neugier, Kreativität und Zusammenarbeit. Daher organisieren wir regelmäßig Hacking
- und Innovations-Tage, um gemeinsam neue Technologien zu erlernen. In unseren internen Meetups tauschen wir die neuesten Daten
- und KI-Trends sowie Best Practices aus, um stets an der Spitze des Fortschritts zu bleiben. Darüber hinaus tragen wir häufig zur Open-Source-Community bei und haben mehrere Pakete veröffentlicht, darunter skorch und bquest.

Unser Datenpool integriert täglich Millionen von Clickstream-Ereignissen und Backend-Daten von über 50 E-Commerce-Shops der Otto Group. Diese robuste Grundlage ermöglicht es uns, beeindruckende Datenprodukte schnell zu entwickeln.

Viele sprechen von „Homeoffice“ - wir von „hybrid oder mobile Work“: Unsere Teams entscheiden gemeinsam mit ihrer Führungskraft, welches Gleichgewicht aus mobilem Arbeiten (remote) und Präsenzzeiten vor Ort für sie sinnvoll ist. Typischerweise treffen sich die Produktteams 1-2 Mal pro Woche im Büro.

Du kannst uns gerne auch in Teilzeit (30 h/Woche) arbeiten.

Tech-Stack:

- Google Cloud Platform | Amazon Web Services
- SQL | Docker | GitHub | Terraform
- Python: Sklearn | Pytorch | Pandas
- Dein Impact- Von der Ideen zur Aktion: Übersetze Ideen in Prototypen und dann in die Produktion unter Verwendung der besten Praktiken von MLOps. Diese Rolle geht über das reine Modellieren in Jupyter Notebooks hinaus. Du wirst auch dafür verantwortlich sein, Data-Science-Lösungen bereitzustellen, zu warten und unsere Lösungen weiterzuentwickeln.
- Entfessle deinen Innovationsgeist: Tauche in neue Technologien ein, sei es in deinen täglichen Aufgaben, speziellen Hacking-Tagen oder Sprints. Wir fördern eine Kultur der aktiven Erkundung, um die neuesten Fortschritte anzuwenden und bestehende Produkte zu verbessern oder neue zu schaffen.
- Übernimm Verantwortung: Sei verantwortlich für Features und Produkte von der Entstehung bis zur Bereitstellung. Deine Beiträge werden den Erfolg und die Weiterentwicklung unserer Lösungen direkt beeinflussen.
- Teamgetriebene Entwicklung: Beeinflusse unsere Produkte und fördere eine kollaborative Kultur durch Code-Reviews, Pair Programming und Wissensaustausch.
- Bleib auf dem neuesten Stand: Aktualisiere kontinuierlich deine Fähigkeiten und dein Wissen mit den neuesten Branchentrends und Technologien.

Du bist dir nicht sicher, ob die Stelle zu dir passt? - Gerne stellen wir den Kontakt zu Theresa Wohlsen aus dem Fachbereich her. Du möchtest dein künftiges Team und deinen Arbeitsplatz live erleben? - Im Rahmen deines Bewerbungsprozesses hast du zu einem späteren Zeitpunkt die Möglichkeit dazu.
- Um dich und deine Skills besser kennenzulernen, kann dich im Bewerbungsprozess eine Python Coding-Challenge erwarten.- Dein ProfilMust-have:

- Fundierte Kenntnisse in Python und grundlegende SQL-Fähigkeiten
- Fähigkeit, Ideen in Prototypen und dann in die Produktion zu überführen und Verantwortung für alle Schritte im Produktlebenszyklus zu übernehmen
- Umfangreiche Erfahrung mit spezialisierten Machine-Learning-Bibliotheken zur Entwicklung von Modellen mit sauberem, skalierbarem und produktionsreifem Code
- Umfassendes Wissen über statistische Methoden und algorithmische Techniken und die Fähigkeit, diese zur Lösung von Datenproblemen anzuwenden
- Grundkenntnisse über Cloud-Plattformen wie GCP oder AWS
- Agile Denkweise mit Motivation zur kontinuierlichen Selbst
- und Teamentwicklung in einem kollaborativen Arbeitsumfeld
- Sprachniveau: Deutsch A2 (grundlegende Kenntnisse) und Englisch C1 (fachkundige Sprachverwendung)

Nice-to-have:

- Erste Erfahrung mit LLMs, RAG und Bildgenerierung unter Verwendung sowohl kommerzieller als auch Open-Source-Modelle
- Erfahrung mit dem Deployment von Modellen auf Cloud-Plattformen wie GCP oder AWS
- Erfahrung mit DevOps-Technologien wie Docker, Kubernetes und CI/CD
- Erfahrung mit cloud infrastru